과제정보
본 논문은 해양수산부 실무형 해상물류일자리지원 사업의 지원을 통해 수행한 ICT 멘토링 프로젝트의 결과물입니다.
한국정보처리학회:학술대회논문집 (Proceedings of the Korea Information Processing Society Conference)
- 한국정보처리학회 2020년도 추계학술발표대회
- /
- Pages.953-955
- /
- 2020
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
항만 공컨테이너 재고량 예측을 위한 ARIMA, 머신러닝 적용 연구
ARIMA, Machine Learning Approach to Forecasting Empty Container Volumes
- Paik, Gio (Dept. of Computer Science, Sejong University) ;
- Kang, Min-Chul (Dept. of Computer Science, University of Seoul) ;
- Soul, Min-Wook (Dept. of Mathematics, Sejong University) ;
- Lim, Seo-Jeong (Dept. of Computer Science, Sejong University)
- 발행 : 2020.11.05
초록
공컨테이너(Empty Container)는 적컨테이너(Full Container)와 달리, 화물이 적재되지 않은 비어있는 컨테이너로 공컨테이너 재고는 수출에 비해 수입이 많은 항만에서, 수요는 수입에 비해 수출이 많은 항만에서 발생한다. 그러나 수입과 수출은 기간, 지역에 따라 유동적이기 때문에 수요와 재고량 예측에 어려움이 있는데, 본 연구에서는 자기회귀누적이동평균(ARIMA)과 머신러닝 기법을 활용하여 이를 예측하는 방법을 제시한다. 본 연구에 활용된 데이터와 프로그램 소스코드는 Kaggle 에 공개되어 있다.
키워드